共 776 个在招岗位 · 滴滴在北京的最新招聘信息
1. 负责滴滴出行消息中心的产品规划，目标制定和拆解实施，为消息中心的渗透和订单转化目标负责； 2. 消息中心的产品能力建设，包括消息产品形态，IM消息服务，业务深度合作共建，消息管理后台，产品创新等； 3. 深入梳理和规划消息中心最优产品路径和实践，负责产品的需求分析和整理，数据分析与决策，绘制产品原型与需求、制定产品流程； 4. 与上下游系统，业务团队，研发团队密切配合，驱动产品的开发进度，交付落地高质量产品；
1.负责公司战略级项目及事业部重大项目交付； 2.为公司战略落地提供有力支持，保证决策在各部门，团队快速传递并有效执行； 3.建设公司项目管理体系，落地和完善公司级各项制度； 4.深入理解业务 ，识别组织效率/项目交付过程/研发管理等领域的问题，提供分析建议以支持决策，推进方案实施。
1. 深入洞察服务品类在下沉城市的应用场景，通过产品迭代和策略操盘实现服务品类的产品力建设和品类正向收益，并和总部运营/产研/算法/DS多个团队深度合作 2. 以中台视角监控、分析服务品类的B、C端业务数据，沉淀、梳理、复制分框思路和打法，并优化运营策略、提效，保证品类整体目标达成 3. 统筹前台运营、区域、产研、数据等合作方，推进业务快速开城落地 4. 协同安全、区域等部门保证品类各业务动作平稳落地，稳健增长 5. 结合业务数据分析和对产品的逻辑理解，独立建立分析框架，识别关键业务指标的异动，及时产出归因结论；数据驱动，对互联网ab测试框架有一定了解，能协同DS科学评估、验证业务价值和效率 6. 结合服务品类在特殊场景（包括不限于特殊外部事件和特定人群）的运营，找到高效的增量机会点
能够独立负责一个大业务方向的质量保障工作，参与需求评审、测试设计、联调验收、回归测试、发布保障和线上问题跟进，识别核心风险并推动问题闭环，保障版本按期高质量交付。 参与 AI 质量工具、Agent Workflow、评测样本、测试沙盒和质量平台的建设与落地。 在具体业务模块中独立开展专项分析，完成风险识别、测试提效、缺陷归因、回归优化等工作。 利用 LLM 提升测试效率，包括测试用例、自动化脚本、测试数据、缺陷分析、测试报告等方向。 沉淀 prompt、dataset、规则模板、脚本工具和操作手册，推动团队复用与推广。 配合专家推进专项闭环，跟踪问题、验证效果、持续优化。
1. AI产品专项分析 针对AI相关产品功能（如推荐系统、智能交互等），评估模型效果、分析用户反馈，提出迭代建议并推动落地 2. 负责大模型及AI产品的评测体系建设，制定覆盖准确性、可靠性、安全性、用户体验等维度的评测标准 3. 深度用户洞察 基于用户行为数据（埋点、日志等）进行用户分群、画像构建及行为路径分析，挖掘用户需求与痛点，驱动产品优化决策
1.负责滴滴国际化外卖业务数据需求开发和相应业务数据中台基建工作； 2.参与部门数据治理体系的规范化落地，保障数据稳定性； 3.参与部门新技术探索和架构升级方案制定及落地；
1、线下研发环境治理与稳定性：负责 Fintech 线下研发环境（本地开发环境、联调环境、测试环境等）的稳定性和可用性，建立环境 SLA 标准和治理体系，解决环境搭建慢、链路不一致、隔离性弱、故障频发等痛点，让 RD 和 QA 能"开箱即用"地进入开发测试状态。 2、研发效能平台规划与建设：主导 Fintech 侧研发效能工具链的架构设计与开发，覆盖 CI/CD 流水线、构建加速、代码质量检查、测试环境管理、发布编排等环节，对接集团效能平台的同时，补齐 Fintech 特有的效能诉求（如跨境部署、金融合规校验等）。 3、效能度量与工程实践推广：建立贴合 Fintech 业务的研发效能度量体系（如 DORA 指标、需求交付周期、构建成功率等），用数据发现瓶颈、驱动改进；沉淀和推广最佳工程实践，推动各条业务线的效能文化落地。 4、研发环境资源成本优化：负责研发环境资源的容量规划与成本控制，建立资源生命周期管理（申请→使用→回收），识别闲置和浪费并推动优化，在保障研发效率的前提下降低环境资源成本。 5、跨团队协同与能力输出：作为 Fintech 侧研发效能的技术代表，与集团效能平台、基础平台等部门对接需求和方案，推动跨团队问题闭环。
1、负责业务日常需求的质量保障工作，构建子方向质量防御体系，识别核心风险并推动问题闭环，保障子方向需求按期高质量交付。 2、主导 AI 质量体系与工程化在子方向落地，建立持续评测、质量门禁、风险治理和线上反馈闭环沉淀平台与标准，推动组织规模化应用并形成业务影响力。 3、根据子方向业务质量需要，构建可复用的质量工程能力和质量度量体系，驱动研发测试一体化，持续提升交付质量与效率。 4、子方向质量管理，主导子方向线上问题的全生命周期管理（发现→响应→定位→止损→复盘→改进闭环），从故障中提炼系统性改进项，推动质量体系持续进化。 5、识别和防范资金/数据损失风险，设计并验证资损防控体系，确保涉资链路的正确性、一致性和可追溯性。 6、配合推进部门专项闭环，跟踪问题、验证效果、持续优化。
端内流量挖掘和异业合作：挖掘端内流量场景与入口，拓展内部跨业务线合作及外部跨行业资源，通过资源互换、互相导流、联合活动等方式引入新车主流量。 端外渠道探索与挖掘：探索并挖掘端外获客渠道建立渠道引入、评估与迭代机制，持续拓展新的流量来源，优化获客成本（CPA）与投入产出（ROI）。 用户裂变体系：设计并运营老带新、邀请奖励、车主推荐等裂变玩法，搭建任务与奖励机制，放大现有车主传播，持续降低获客成本、提升拉新规模。 建立渠道归因与流量漏斗监控体系：（曝光 → 点击 → 注册 → 激活），用数据评估各渠道与各流量位的真实贡献，指导预算与资源投入。 熟练使用 SQL 独立取数与分析，通过 A/B 实验验证流量位、素材、承接页策略效果，输出结论并推动落地。 跨部门协同与产品、市场、渠道等团队紧密协作，独立负责流量模块从策略制定到复盘优化的完整闭环。
准入漏斗优化 :拆解车主注册各环节转化率，定位流失卡点，并推动优化。 首单转化：设计并迭代新车主首单激励（补贴、任务、权益）与首单路径优化，提升注册车主到首单的转化率与首单体验。 新手成长：搭建新车主成长体系（新手任务、阶梯激励、成长等级、召回机制），提升新手期留存与活跃，推动新车主向长期活跃车主转化。 漏斗监控与数据分析：建立准入 → 首单 → N 单留存的漏斗监控体系，熟练使用 SQL 独立取数与分析，通过 A/B 实验验证激励、流程与策略效果，输出结论并推动落地。 跨部门协同：与产品、研发、安全，审核、客服等团队紧密协作，独立负责转化与成长模块从方案设计到上线的完整闭环。
1、负责网约车预算分配、定价相关平台产品的设计和迭代，持续优化工作流程与系统体验； 2、面向业务团队，深入一线了解用户痛点，持续推动产品优化与体验提升； 3、独立完成所负责模块的需求调研、方案设计、PRD撰写及项目跟进，确保需求高质量上线； 4、探索并落地AI在预算、定价平台中的应用，持续优化运营效率。
1、负责iOS/Android 客户端功能开发及迭代，接口文档编写； 2、负责相关移动产品的架构、涉及、优化，实现APP架构升级； 3、负责基础库、sdk、框架、关键模块的技术选型、开发和改进； 4、指导团队其他成员代码编写和设计，保证工程质量； 5、优化iOS/Android 团队的开发方式、流程及规范，提高团队效率； 6、参与到MX支付/电子钱包/数字银行等业务方向的相关研发；
1. 负责滴滴中台支付核心系统架构优化及系统开发，建设系统高可用、高并发能力 2. 深入理解集团各业务的业务流程与模式，推进业务难题攻关和系统优化 3. 以中台思路建设易用、高效、专业的支付系统
1、负责支持滴滴数科金融项目，通过大模型技术拆解、优化并重塑金融业务工作流，利用 Agent框架实现复杂业务链路的自动化与智能化转型。 2、负责金融领域大语言模型的应用、调优与评估，结合金融场景需求增强模型深度推理、指令跟随等能力，并在业务场景中取得实际成果。 3、持续跟踪 AI 大模型领域（如多模态、长上下文、高效推理等）与金融科技的前沿进展，并快速转化为业务生产力。
在打车场景中，POI是用户目的地的数字化表达，是最基础的数据之一，直接影响用户能不能找到目的地、正确到达目的地。传统的数据更新依赖人工，现实的快速变化带来了更新成本剧增和更新速度降低。但这些在LLM时代迎来了转机，LLM更强的特征表达能力、更智能的规划能力让数据更新迎来了新的机会。在这你将迎来以下挑战： 1、紧跟LLM最新进展：迁移行业LLM最新能力，根据名称、图片、评论等信息，区分POI关键数据，提升属性正确率 2、追踪Agent的前沿技术：通过海量人工反馈资料，训练Agent替代人工，完成数据的自动化更新，降低成本、加快效率、提升数据质量 3、研究落地最新多模态对齐方案：在常见的图像、文本之外，我们场景中还包括位置信息（坐标），多模态对齐工作，对充分发挥数据价值，提升模型性能至关重要，是业内持续投入的重点&难点方向
1、日常经营分析：支持国际化外卖日常的经营分析，能够建立有效的经营监控体系，并深入理解，及时根据异动进行分析 2、全局监控：为管理层提供全局业务的洞察分析，建立统一的监控&分析框架，看清全局趋势和问题，能够通过数据指标建立业务健康度和风险预警机制，并持续改善 3、目标拆解与预算分配：根据整体业务目标，细化并拆解不同业务端的一阶、二阶目标及核心指标，并制定相应的预算分配机制，形成常态化的预算管理流程 4、目标追踪与管理：常态化的目标及OKR跟踪机制的建立，建立全流程业务管理能力 5、内部沟通：有效拉通多个团队间的合作，搜集理解多方信息，形成全量认知
1、参与大模型的迭代工作，包括继续预训练、SFT、强化学习、OPD、智能体等，并参与业务的全链路落地实践 2、参与大模型在行业应用领域相关产品/项目技术方案的研究和创新，包括但不限于选型评估、快速部署验证、指令调优等环节，确保技术方案的成功落地; 3、团队技术氛围浓厚，紧跟LLM、Agent前沿论文/项目研究趋势，需要持续探索与技术分享，并快速复现。
1、为AI功能设计直观的用户体验，帮助用户无缝约车 / 查看行程信息等； 2、可独立快速完成线框图设计、交互式原型制作及高保真用户界面设计； 3、结合用户反馈、可用性测试和数据分析持续优化设计，提升交互体验； 4、与PM，研发，DS密切合作，持续迭代交互体验； 5、主动研究并实践新兴AI设计方法与工具，提出创新性用户交互解决方案； 6、制作精美且符合设计规范的运营物料。
1、日常跟踪和解读GDPR、LGPD等全球信息安全法律法规要求和最佳实践，跟踪和解读相关安全态势和监管环境变化，识别国际化业务中面临的信息安全与隐私合规风险，并提出解决方案，推动落地工作。 2、完善隐私合规工程能力建设，对接产品与研发团队，推动合规要求转化为可落地的产品设计与技术方案； 3、建立或完善个人信息保护相关的流程和规范，确保风险收敛及合规技术解决方案在业务场景下落地，包括DSR流程设计、跨境数据传输、APP/SDK 合规等。 4、协调信息安全部门内外、总部与各国家区域的资源与能力，牵头特定内部合规能力建设&治理项目，提升科技合规中台能力。 5、协助维护安全管理制度体系。
1、主导 AIoT 智能硬件产品的中长期规划，制定产品路线图Roadmap，推动产品差异化竞争力的构建。 2、负责多产品线并行下的硬件项目全流程管控，负责从 EVT/DVT/PVT 到量产的项目管理体系建设； 3、主导核心供应商的遴选、引入与分层管理，构建稳定、弹性的供应链网络，深度参与供应商能力评估与战略伙伴合作模式设计。 4、负责端到端的硬件交付管理体系，包括产能规划、备货策略、出货节奏管控。 5、负责硬件质量体系建设，驱动硬件质量系统性改善迭代。 6、负责智能硬件团队建设，完善梯队，培养核心骨干，提升团队专业素养，营造积极创新的团队氛围；
1. 负责国际化出行和外卖场景上车点整体策略产品规划与落地，围绕网约车出行、外卖配送履约等核心场景，解决上车点难找、定位偏差、上车拥堵、违停风险、人车匹配低效等行业痛点，搭建标准化、智能化的上车点服务体系。 2. 主导上车点策略体系搭建，包含上车点智能选址、点位优先级排序、点位冷热更新、异常点位纠错、动态点位调度、行人导航接驳等核心策略，通过数据迭代优化策略模型，提升用户找点效率、司机接驾效率，降低出行纠纷与投诉率。 3. 深度结合地图底层能力和AI能力，联动地图数据、定位、路网、POI、实景地图等资源，推进上车点数字化、精细化运营，优化地图点位展示、定位校准、路径引导等核心体验，保障上车点位的准确性、稳定性与合理性。 4. 负责策略产品全生命周期管理，开展市场调研、用户需求挖掘、竞品分析，输出完整的策略方案、产品原型、需求文档、落地规划，协调研发、算法、数据、运营、地图业务团队推进项目落地，把控项目进度与上线质量。 5. 搭建上车点核心数据指标体系，覆盖用户体验、司机效率、平台运营、安全合规等维度，通过数据分析、A/B测试持续迭代策略，复盘上线效果，持续优化产品策略与用户体验。 6. 跟进行业政策、交通规则、城市道路规划变化，结合不同城市路况、商圈、小区、交通枢纽的场景特性，定制差异化上车点策略，平衡用户体验、司机履约与平台合规安全。
1. 根据各城市渠道特点，协助合作伙伴提升服务能力与运营效率，参与B端合作渠道的全生命周期管理； 2. 负责特区渠道风险识别与把控，建立覆盖商户经营风险、合规风险等监测预警体系，协同风控与合规团队制定并落地管控规则及应急响应机制，确保业务在可控边界内增长； 3. 负责渠道数据分析，收集并评估各渠道、各城市表现，搭建业务监控看板与指标体系，通过数据洞察定位问题、验证假设，为渠道策略优化和资源调配提供决策支持； 4. 协助品类业务渠道侧的多城市落地闭环，为业务结果负责； 5. 推动品类渠道创新项目从0到1的落地闭环，包括前期调研、方案设计、试点验证及规模推广，确保方向可验证、结果可衡量。
1、负责外卖物料商城的产品功能规划与运营需求梳理，推动商品、订单、支付、配送、售后等核心流程搭建与优化。 2、制定商城售卖流程和运营 SOP，包括商品上架、价格管理、库存管理、订单处理、配送跟进及售后处理。 3、负责商城日常运营，包括商品管理、活动策划、商家推广、转化提升和复购运营。 4、对接供应商及内部团队，协调商品供给、履约配送、异常订单及售后问题。 5、跟踪商城核心数据，如 GMV、转化率、客单价、复购率、履约时效等，定期分析并推动优化。 6、协同产品、技术、销售、客服、财务等团队，保障商城功能上线和业务顺畅运转。
1. 负责国际化支付平台的全域质量保障，覆盖收单、收银台、支付、账户账务和清结算等领域，参与需求和技术方案评审，提前识别业务、架构、稳定性及资金安全风险。 2. 短期围绕 QA 和研发团队的实际需求，建设基于大模型、AI Coding 和 Agent 的研发质量自动化流程。 3. 作为大型项目测试负责人，牵头异地多活、机房建设及迁移、容灾切换、性能优化、老旧系统改造、基础组件升级、数据迁移和废弃代码治理等项目的质量工作。 4. 针对大型项目制定端到端质量方案，明确项目质量目标、风险清单、测试分层、环境和数据准备、自动化建设、测试排期、准入准出标准、灰度策略、回滚条件及生产观察方案。 5. 统筹大型项目的测试执行和跨团队协作，推动关键风险得到有效验证，确保上下游契约、数据一致性、业务连续性、资金安全和应急预案满足上线要求，并对最终测试结论负责。 6. 深入参与大型项目的技术方案和代码评审，从可测试性、可观测性、兼容性、容量、故障恢复和数据一致性角度提出改进建议；能够通过代码分析和必要的技术验证发现实现层风险。 7. 主导全量、集成和 UI 测试方案，保障需求场景覆盖、Case 稳定性和测试准出质量；针对高风险变更使用流量录制回放、影子流量或 DIFF 等手段验证真实业务行为。 8. 设计并开发自动化巡检、监控告警、业务对账、线上问题诊断、测试数据、Sim/Mock、流量回放和自动化执行工具，持续治理 Flaky Case，提升测试资产稳定性和执行效率。 9. 负责上线及线上质量保障，建设自动巡检、不变量监控和业务对账能力，验证灰度、降级、回滚、切流及容灾方案；发生异常时推动快速止损、影响评估、根因定位和恢复验证。 10. 开展故障注入、应急演练、性能压测和容量评估，识别系统瓶颈及单点风险，推动研发完成架构或代码改进；必要时参与稳定性工具、基础组件和相关工程能力的开发。 11. 建设需求、场景、用例、代码、执行结果和发布记录之间的双向追溯链路，并通过覆盖率、缺陷逃逸率、巡检拦截率、Flaky 率、故障发现时长和恢复时长等指标衡量质量建设效果。 12. 从大型项目和线上问题中提炼共性风险，将一次性的测试经验沉淀为自动化规则、质量门禁、研发工具或平台能力，持续提升团队整体质量保障效率。
1. 预算执行监控与分析、资源效率优化及项目财务支持，建立合适业务的分析框架及指标体系 2. 经营分析与决策支持，对常规及专项业务内完成根因拆解，识别业务发展中的财务与经营问题、机会，提供合理建议 3. 熟悉业务财务全盘工作，包括结算/资金/核算等全流程财务管理，负责财务方案设计与优化 4. 效率赋能，可以运用 AI工具优化工作流，沉淀团队可复用的分析模板和能力
1. 财务模型搭建与预测分析：负责搭建并持续优化三表联动、多情景、多口径财务预测模型，支持业务规划、融资项目、预算测算及管理层决策；结合公司经营数据，对收入、成本、费用、利润、现金流及关键财务指标进行测算与分析； 2. 融资项目财务支持：配合公司融资、股权合作、债权融资及其他资本项目，准备相关财务材料、数据底稿、经营分析及财务问答内容；协助梳理公司财务表现、经营亮点、风险因素及未来财务预测，保障外部沟通中财务数据口径准确、一致、可解释。 3. 财务报表与经营分析：深度解读合并报表、资产负债结构、利润表及现金流情况，定期输出财务分析报告；参与定期报告、管理报表及专项财务材料的编制与核对，识别经营亮点、财务风险及异常波动，为管理层提供分析支持； 4. 同业对标与行业分析：搭建并维护金融科技、数字银行及相关行业公司的财务与经营对标体系，定期跟踪同业关键指标、估值水平、盈利能力、资产质量、资本结构及增长表现，形成对标分析报告，为公司经营管理、融资沟通及战略判断提供数据支撑； 5. 财务专题与数据沉淀：承接各类财务专项分析工作，包括业务线盈利能力分析、成本费用分析、资金使用效率分析、现金流测算、估值敏感性分析等；持续沉淀财务模型、财务口径说明、核心指标解释、同业对比及经营分析素材，形成标准化、可复用的财务分析资料库； 6. 财务数据口径与合规把控：规范财务数据底稿、分析材料、项目文档及沟通记录管理，统一公司对外及对内财务数据口径；配合财务、法务、审计及相关部门，确保融资项目和管理报告中的财务信息准确、完整、审慎、合规。
1. 预算管理:独立负责业务部门预算闭环管理、财务/经营模型搭建、预算执行监控与分析、资源效率优化及项目财务支持，建立合适业务的分析框架及指标体系; 2. 经营分析与决策支持:对常规及专项业务内完成根因拆解定位并支持业务策略迭代、识别业务发展中的财务与经营问题、机会，提供合理建议; 3. 熟悉业务财务全盘工作:包括结算/资金/核算等全流程财务管理，负责财务方案设计与优化; 4. 效率赋能:可以运用 AI工具优化工作流，沉淀团队可复用的分析模板和能力。
1、负责国际化外卖业务的商业分析工作，重点深入履约能力建设，效率优化等策略细节，为业务提供充足的洞察 2、专题分析：独立开展深度专题分析，基于业务理解，结合内外部洞察，挖掘业务问题或机会，并给与相应的策略建议并推动落地 3、经营分析：支持业务日常周会、月会的经营分析及专题支持工作 4、行业研究：围绕业务方向关键发展需求，开展竞品及行业研究，明确策略及打法，提供充足输入 5、数据建设：定义业务核心指标体系，协同运营、产品、数科、数仓、算法等团队，完善数据基建，推动策略落地
1.策略规划与落地：对国际化出行交通事故降发生结果负责，制定并持续迭代降发生策略，建立完善的安全能力与策略体系，推动事故风险持续下降 2.数据洞察与分析：以“策略有效迭代”为导向进行数据分析，深入挖掘司机行为隐患与事故因果关系，将洞察直接转化为策略优化方案，并上线验证效果，形成“分析→策略→验证→迭代”的闭环，驱动降发生目标达成 3.跨部门协同与项目推进：主导跨部门重点项目从0到1的推进，明确各方职责与交付标准，确保策略按时上线并达成预期效果 4.创新与体验优化：探索创新降发生打法，持续完善出行领域的安全能力，在保障安全的前提下，平衡用户体验，提升策略的精准度与合理性
岗位职责 负责外卖LBS领域点、线、面基础数据建设以及算法开发工作，包括但不限于以下方向： 1、取送餐点的推荐算法的开发。通过骑手历史轨迹、用户地址解析、多语言地址数据建模，持续优化取送点准确率，解决“找不到商家/用户”的业务痛点。 2、骑手路线推荐算法的研发与优化。结合时空轨迹挖掘与图神经网络等技术，综合考虑交通路况、小区门禁、电梯等待、楼栋楼层等复杂因素，为骑手推荐更合理、更顺路的配送路线，优化多单配送的路径推荐策略。 3、外卖场景下AOI（兴趣面）的构建与优化。综合利用多源多模态数据，采用语义分割、生成式等技术，结合地理数据及业务数据，精确生成商家/用户所在区域的AOI及门禁属性，支撑配送末端精准引导及供需匹配。 4、与产品、运营、工程团队紧密协作，推动算法在国际化多国市场的落地与持续迭代，解决不同国家地理数据差异带来的实际挑战。
